10.3778/j.issn.1002-8331.2203-0229
生成对抗网络在肝脏肿瘤图像分割中的应用综述
由于肝脏肿瘤图像复杂多样且肝脏肿瘤图像数据集获取困难等问题,快速准确地诊断肝脏肿瘤疾病面临着诸多挑战,尤其是肝脏肿瘤的分割是其中的关键研究内容.生成对抗网络在半监督学习领域具有强大的优越性,因此其在医学图像处理中得到广泛应用.为了分析肝脏肿瘤图像在分割领域的现状以及未来发展,针对应用GAN的肝脏肿瘤图像分割方法进行研究,介绍GAN模型的网络结构与衍生模型,重点总结并分析生成对抗网络在肝脏肿瘤图像分割中的应用,包括基于网络结构改进的GAN方法、基于生成器或判别器改进的GAN方法和基于GAN的其他改进方法.最后在已有的研究进展和基础之上,对GAN在肝脏肿瘤图像分割中的应用进行总结,讨论GAN在肝脏肿瘤图像分割上所面临的挑战,并对其未来发展进行展望.
生成对抗网络(GAN)、图像分割、肝脏肿瘤
58
TP391(计算技术、计算机技术)
国家自然科学基金;山东省自然科学基金面上项目;山东省中医药科技发展计划项目
2022-08-29(万方平台首次上网日期,不代表论文的发表时间)
共13页
18-30